本文介绍了基于深度学习的 2D 和 3D 人体姿态估计的综述,系统分析和比较了这些解决方案,对研究的挑战,应用和未来方向进行了讨论,包括 250 多篇研究论文以及姿态估计数据集和评估指标的定量表现比较和讨论。
Dec, 2020
本研究对基于深度学习技术路线的三种主要任务:单个物体实例级别姿态检测、类别级别姿态检测和单目物体姿态跟踪的方法进行了全面的综述,详细介绍了检测和跟踪的度量、数据集和方法,并在几个公开可用的数据集上提出了现有最先进方法的比较结果,同时提供了深入的观察和启发未来研究方向。
May, 2021
本篇论文对基于深度学习的 2D 和 3D 人体姿态估计方法及其挑战、框架、数据集、度量标准、性能比较和未来研究方向进行了综述。
Jun, 2020
本文概述了深度学习在计算机视觉领域中对相机姿态估计的应用,描述了关键方法和趋势,对现有的学习为基础的姿态估计器进行了广泛的交叉比较,并讨论了新出现的解决方案和未来的研究方向。
Jul, 2019
该论文综述了基于深度学习的姿势分析应用,包括姿势估计、姿势跟踪和动作识别,并讨论了现有技术的优势和局限性,重点介绍了将这三个任务整合到视频序列的统一框架中的方法,并探讨了相关挑战和未来研究方向。
Oct, 2023
本文综述了当前基于深度学习的航天器姿态估计方法,比较了混合模块化管道和直接端到端回归方法的算法,在姿态精度、网络架构和模型大小等方面进行了讨论,并探讨了用于训练和测试这些方法的现有单目航天器姿态估计数据集以及通过模拟器和实验室 / 空间照片生成的数据之间的差距和性能下降问题。
May, 2023
本研究全面调查了使用单眼视觉的联合物体检测和姿态估计方法的景象,包括描述符或模型以及各种估计方法和对相关数据集的特征研究,比较了基于纯深度学习的单步和多步方法和各种准确度度量。
Nov, 2018
本研究调查了深度学习技术在单目视觉下的人体姿态估计方面的最新进展,针对目前各个领域应用进行了综述,并提出了未来需求的研究方向。
Apr, 2021
物体姿态估计是一项核心感知任务,针对单目相机方法,其主要挑战包括遮挡处理、姿态表示、类别级姿态估计以及不确定性估计。
Jul, 2023
我们提出了一种完全通用的深度姿态估计方法,通过动态条件姿态估计和目标物体的 3D 模型表示相结合,能够对不属于预定义类别的自然实体进行训练并将其推广到全新类型的 3D 对象。
Jun, 2019